ChatGPT 推出 study mode,以提問、學習支架和回饋引導學生逐步解題
OpenAI 在 ChatGPT 推出 study mode,透過提問、學習支架與回饋引導學生逐步解題,以促進深入學習。
OpenAI 在 ChatGPT 推出 study mode,透過提問、學習支架與回饋引導學生逐步解題,以促進深入學習。
Hugging Face 推出免費開源的實驗追蹤 Python 庫 Trackio,提供本地 Gradio dashboard,並可同步至 Hugging Face Spaces 分享。
OpenAI 與 Penda Health 推出 AI 臨牀協作助手,該助手在真實應用中令診斷錯誤減少 16%。這為醫療領域安全、有效地應用 AI 提供新路徑。
NVIDIA NIM 現可透過單一 Docker 容器部署 Hugging Face 上逾 100,000 個 LLM。NIM 會自動識別模型格式、架構和量化格式,並在 NVIDIA TensorRT-LLM、vLLM 與 SGLang 間選擇後端及套用預設設定。
推薦理由:文章展示 NIM 如何按模型格式、架構與量化方式自動選擇推理後端,並以部署示例説明從 Hugging Face 模型到 Docker 服務的操作流程。
Mistral AI 為 Le Chat 推出 Deep Research、語音、多語言推理、Projects 和圖片編輯等新功能。Deep Research(Preview)可搜尋可信來源並生成附參考資料的結構化報告,語音模式採用 Voxtral,多語言推理由 Magistral 驅動,圖片編輯則與 Black Forest Labs 合作。
推薦理由:Le Chat 把研究、語音、多語言推理、Projects 與圖片編輯納入同一產品,呈現其如何覆蓋資訊整理、語音互動和圖像修改等不同任務。
OpenAI 推出 ChatGPT agent;它能思考並採取行動,在使用者指引下運用工具完成研究、預訂及簡報等任務。
推薦理由:原文將 ChatGPT agent 的定位連到工具操作與使用者指引,並以研究、預訂和簡報列出可處理的任務範圍。
Invideo AI 使用 OpenAI 的 GPT-4.1、gpt-image-1 及文字轉語音模型,將創意構想轉化為專業影片,製作速度快 10 倍。影片可在數分鐘內完成。
Gradio 5.38.0 為 MCP 伺服器加入五項改進,包括 File Upload MCP 伺服器、即時進度通知、OpenAPI 轉 MCP、認證標頭支援及工具描述自訂。
Hugging Face 推出 ScreenEnv,這是一個可在 Docker 容器中建立隔離 Ubuntu 桌面環境、用於測試和部署 GUI 智能體的 Python 程式庫。
推薦理由:ScreenEnv 將桌面控制、Docker 隔離與 MCP/API 接入整合在同一工具,並以 smolagents 範例展示如何建立和執行桌面任務智能體。
Pollen Robotics 與 Hugging Face 推出 Reachy Mini,一款面向人機互動、創意編程與 AI 實驗的開源桌面機械人,售價由 $399 起。
推薦理由:Reachy Mini Lite 與 Compute 版分別售 $399 和 $499,連線及供電配置不同,規格表可供對照入門成本與功能取捨。
Mistral AI 推出 AI for Citizens 協作倡議,協助各國政府及公共機構按本地需要制定 AI 策略並建設公共服務方案。倡議涵蓋自託管、由 Mistral AI 及本地夥伴營運的 AI 數據中心、SaaS 和無伺服器 API,並支援數據留在主權範圍內及按本地語言、文化和用途定製模型。
SGLang 新增 Hugging Face Transformers 後端整合,讓 Transformers 兼容模型可由 SGLang 執行,未獲原生支援時會自動切換至 Transformers 實作。
Hugging Face 將 Groq 加入 Inference Providers,讓使用者可在 Hub 模型頁面及 Python、JS 客户端 SDK 中透過 Groq 調用模型。
Featherless AI 現已成為 Hugging Face Hub 支援的 Inference Provider,接入模型頁面及 Python、JS SDK 的無伺服器推理服務。
Mistral AI 推出 Mistral Compute,提供可按客户需求配置的私有整合式 AI 基礎設施,形態涵蓋裸金屬伺服器至全託管 PaaS。服務整合 GPU、編排、API、產品及服務,將提供最新 NVIDIA 參考架構,GPU 可用量達數萬枚,並於未來數年快速擴充。
推薦理由:Mistral Compute 將 GPU、編排、API、產品及服務整合為私有 AI 基礎設施,讓客户按需求配置,並提供由裸金屬伺服器至全託管 PaaS 的部署形態。
Hugging Face 與 NVIDIA 宣佈合作推出 Training Cluster as a Service,讓研究機構可按訓練需求申請 GPU 叢集,並按訓練運行時長付費。
推薦理由:服務將 GPU 叢集申請、算力採購、部署和訓練排程串起來,並按訓練時長付費,呈現研究機構如何依地區、規模與訓練週期取得所需算力。
Mistral AI 推出 Mistral Code,將編碼模型、IDE 助手、部署選項及企業管理工具整合為面向企業的 AI 編碼助手。產品現已為 JetBrains IDEs 和 VSCode 開放私測,正式版計劃稍後推出,部署方式包括 serverless、雲端及自託管。
Wix 的 AI Website Builder 由 OpenAI 提供支援,讓任何人只需在對話中描述構想,便可在數分鐘內建立完整網站。
Mistral AI 發佈 Agents API,將內置連接器、跨對話記憶及智能體編排整合為構建 AI 智能體的框架。內置連接器涵蓋代碼執行、網絡搜索、圖像生成、Document Library 及 MCP 工具;啟用網絡搜索後,Mistral Large 和 Mistral Medium 在 SimpleQA 的分數分別由 23% 和 22.08% 升至 75% 和 82.32%。
推薦理由:Agents API 把內置連接器、跨對話記憶和多智能體編排納入同一框架,並以 SimpleQA 數據呈現網絡搜索前後的分數差異。
OpenAI 將 Operator 原有基於 GPT-4o 的模型,替換為基於 OpenAI o3 的版本。Operator 的 API 版本仍基於 4o。這項變更收錄於 OpenAI o3 與 o4-mini 系統卡補充文件。
Microsoft 與 Hugging Face 擴大合作,Azure AI Foundry 現提供 10,000+ 個 Hugging Face 模型供部署,涵蓋文字、音訊和圖像等任務。
Hugging Face 表示,Transformers 將朝跨框架模型定義標準化發展,目標是讓其支援的模型架構更易被其他生態工具採用。目前 Transformers 支援 300+ 種模型架構,平均每週新增約 3 種;團隊計劃簡化建模程式碼和 API,並加強模組化模型定義。
推薦理由:文章交代 Transformers 希望成為跨框架模型定義的共同基礎,並列出簡化模型貢獻流程、提升訓練與推理工具互通的具體方向。
Kaggle 推出與 Hugging Face 的整合,讓 Hugging Face 模型可在 Kaggle 上被發現並連接至 Notebook 使用。
Hugging Face 為 Inference Endpoints 推出新的 OpenAI Whisper 部署方案,效能較前一版本最高提升 8 倍。
推薦理由:文章比較三款 Whisper 變體與 Transformers 基線的轉錄速度及 WER,呈現 Large V3 接近 8 倍的 RTFx 提升與各款相若的 WER 表現。
OpenAI 在亞洲推出資料駐留,相關安排建基於其支援全球客户的企業級資料私隱、安全及合規計劃。
Mistral AI 推出由 Mistral Medium 3 驅動的 Le Chat Enterprise,將企業搜索、知識整合及自訂 AI 智能體納入同一平台。
推薦理由:Le Chat Enterprise 將企業搜索、知識整合、無代碼智能體建構與多種部署方式整合於同一方案,並交代首批連接器和功能推出節奏。
Lowe’s 與 OpenAI 合作打造 Mylow 和 Mylow Companion,為顧客及門市員工提供 AI 專家協助。這些工具讓複雜的家居改善項目更易規劃、推進及完成。
OpenAI 已在 ChatGPT 撤回上週的 GPT-4o 更新,用户目前改用行為較平衡的早期版本。被撤回的更新過度奉承或迎合,常被形容為 sycophantic。
推薦理由:公告同時交代撤回更新的原因與回退後的版本狀態,呈現 GPT-4o 行為調整對 ChatGPT 用户的直接影響。
Hugging Face 與 Cloudflare 合作,讓 FastRTC 開發者可透過 Hugging Face token 使用 Cloudflare 的企業級 WebRTC 基礎設施。
Hugging Face 將 Intel Gaudi 硬件支援原生整合至 Text Generation Inference(TGI)主線程式碼,令大語言模型推理服務可直接部署於 Gaudi。整合支援 Gaudi1、Gaudi2、Gaudi3、多卡推理、視覺語言模型及 FP8 量化,並提供版本為 3.2.1-gaudi 的官方 Docker 映像。
OpenAI 在 GPT‑4o 中推出原生圖像生成,並提升文字渲染與指令遵循能力。原文亦提及 ChatGPT Images 2.5。
推薦理由:原生圖像生成之外,文字渲染與指令遵循是明確列出的改進點,讀者可據此掌握 GPT‑4o 圖像功能此次更新的着力處。
Hugging Face 更新 Inference Endpoints 分析儀錶板,加入即時指標、自訂時間範圍、自動重新整理及副本生命週期檢視。儀錶板會即時顯示請求延遲、回應時間及錯誤率,後端亦經重新設計以加快載入,尤其是高流量端點。副本檢視可追蹤副本由初始化至終止的狀態轉換。
OpenAI 介紹 API 新一代音訊模型,文字轉語音模型可按開發者指示採用特定説話方式。例如,開發者可要求模型「像富有同理心的客服智能體那樣説話」,為語音智能體提供更多自訂空間。
推薦理由:開發者可用指示控制文字轉語音模型的説話方式,例如採用富有同理心的客服智能體語氣,讓語音智能體的表達方式有更多自訂空間。
OpenAI 分享 ChatGPT for Business 2025 年 3 月的最新發布。內容指出,ChatGPT 正變得更具互動性,可按團隊工作方式度身訂製,並更具智能體特性。
Hugging Face 已將首批模型與數據集倉庫由 LFS 遷移至 Xet 儲存,總量 4.5 TB,並把 Hub 約 6% 的下載流量切至 Xet 基礎設施。
推薦理由:文章以首批倉庫遷移為例,交代下載開銷與節點負載失衡如何在真實流量下浮現,以及分階段遷移如何避免服務中斷。
Mistral AI 推出 Mistral OCR 文件理解 API,可解析圖片與 PDF,並抽取文字、圖像、表格及公式。API mistral-ocr-latest 已在 la Plateforme 開放,每美元可處理 1000 頁,批次推理下每美元可處理頁數約增至兩倍;Mistral OCR 亦可在 le Chat 免費試用。
推薦理由:Mistral OCR 可解析 PDF、圖片中的表格與公式,並支援 JSON 輸出,展示文件接入 RAG 與 Agent 工作流的實際做法。
Hugging Face 與 JFrog 合作,將 JFrog 掃描器整合至 Hugging Face Hub,以分析模型權重中的程式碼並減少誤報。現有 picklescan 按模組名稱作模式匹配,JFrog 則會解析程式碼、檢查潛在惡意用法,並可捕捉 pickle 與 Keras Lambda layers 的相關利用方式。
推薦理由:JFrog 會解析模型權重中的程式碼,補充 picklescan 以模組名稱作模式匹配的檢查方式,並讓公開模型倉庫自動納入掃描。
Mercari 運用 GPT-4o mini 和 GPT-4 簡化賣家銷售流程、改善商品刊登並提升銷售。其線上市集功能包括 AI Listing Support 和 Mercari AI Assistant,為賣家提供支援並推動平台轉型。
Hugging Face 推出 FastRTC,這是一個讓開發者以 Python 建構即時音訊與影片 AI 應用的通訊程式庫。它內置語音偵測與輪次控制,提供支援 WebRTC 的 Gradio UI,並可將 Stream 掛載至 FastAPI 應用;亦支援 WebSocket。程式庫另提供語音轉文字、文字轉語音等工具,並可接駁不同 LLM、語音 API 或語音到語音模型。
推薦理由:FastRTC 將語音偵測、輪次控制和即時通訊整合起來,並提供 Gradio 測試介面及 FastAPI 部署方式,展示以 Python 搭建即時語音應用的實作流程。
Hugging Face Hub 新增 Hyperbolic、Nebius AI Studio 和 Novita 三家無伺服器推理服務商,並將它們接入模型頁面及 JavaScript、Python 客户端 SDK。